这个问题已经在这里有了答案: > Bipartite graph in NetworkX 3个
我有一个二部图的n1×n2双邻接矩阵A.矩阵A是scipy.sparse csc矩阵.我想在networkx中使用A绘制二部图.假定节点根据称为node_class的类标签着色.我可以执行以下操作:
import networkx as nx
G = nx.from_numpy_matrix(A)
graph_pos = nx.fruchterman_reingold_layout(G)
degree = nx.degree(G)
nx.draw(G, node_color = node_class, with_labels = False, node_size = [v * 35 for v in degree.values()])
上面的代码适用于正方形密集邻接矩阵.但是不适用于非正方形双邻接矩阵A.错误是:
'Adjacency matrix is not square.'
此外,矩阵A I是scipy.sparse矩阵,因为它很大并且有很多零.所以我想避免通过堆叠A并添加零来制作(n1 n2)x(n1 n2)邻接矩阵.
我检查了NetworkX的二部图文档,但没有提及如何使用双邻接矩阵绘制二部图,或如何使用双邻接稀疏矩阵创建图.如果有人可以告诉我如何绘制二部图,那就太好了!
解决方法:
我不相信有一个NetworkX函数可以根据矛盾矩阵创建图表,因此您必须编写自己的图表. (但是,他们确实有bipartite module,您应该签出.)
这是定义一个函数的一种方法,该函数采用稀疏的邻接矩阵并将其转换为NetworkX图(有关说明,请参见注释).
# Input: M scipy.sparse.csc_matrix
# Output: NetworkX Graph
def nx_graph_from_biadjacency_matrix(M):
# Give names to the nodes in the two node sets
U = [ "u{}".format(i) for i in range(M.shape[0]) ]
V = [ "v{}".format(i) for i in range(M.shape[1]) ]
# Create the graph and add each set of nodes
G = nx.Graph()
G.add_nodes_from(U, bipartite=0)
G.add_nodes_from(V, bipartite=1)
# Find the non-zero indices in the biadjacency matrix to connect
# those nodes
G.add_edges_from([ (U[i], V[j]) for i, j in zip(*M.nonzero()) ])
return G
请参阅下面的示例用例,其中我使用nx.complete_bipartite_graph
生成完整的图:
import networkx as nx, numpy as np
from networkx.algorithms import bipartite
from scipy.sparse import csc_matrix
import matplotlib.pyplot as plt
RB = nx.complete_bipartite_graph(3, 2)
A = csc_matrix(bipartite.biadjacency_matrix(RB, row_order=bipartite.sets(RB)[0]))
G = nx_graph_from_biadjacency_matrix(A)
nx.draw_circular(G, node_color = "red", with_labels = True)
plt.show()
这是输出图: